如何在R语言中使用grepl按行检查字符串是否存在

现有如下R数据集：

library(dplyr)
mydata <- data.frame(id = c(1, 2, 3, 4, 5),
                     fruit = c("orange", "jackfruit", "", "N/A", ""),
                     fruit2 = c("orange", "guava", "", "", ""),
                     fruit3 = c("orange", "N/A", "orang", "", ""))

需要按每个id（每行对应一个id）检查指定字符串是否存在于该行的fruit/fruit2/fruit3列中，例如判断"orange"是否存在于id=1、2中，"jackfruit"是否存在于id=2中。

尝试以下代码时出现警告：

mydata %>% group_by(id) %>% grepl("orange")

警告信息：

In grep(., "orange") :
  argument 'pattern' has length > 1 and only the first element will be used

1. group_by(id)多余：每个id对应单独一行，无需分组，直接按行处理即可。
2. 参数顺序错误：grepl的正确语法是grepl(pattern, x)，你把数据框传给了第一个参数（pattern位置），导致R错误解析参数触发警告。
3. 未结合dplyr行处理动词（如mutate/summarize）直接调用grepl，不符合dplyr管道的使用逻辑。

方法1：使用rowwise() + any(grepl()) #

适合需要自定义列范围或做额外数据清洗的场景：

# 检查每行是否包含"orange"
mydata %>%
  rowwise() %>%
  mutate(has_orange = any(grepl("orange", c(fruit, fruit2, fruit3)))) %>%
  ungroup()

# 检查每行是否包含"jackfruit"
mydata %>%
  rowwise() %>%
  mutate(has_jackfruit = any(grepl("jackfruit", c(fruit, fruit2, fruit3)))) %>%
  ungroup()

说明：

• rowwise()让R逐行处理数据
• c(fruit, fruit2, fruit3)将当前行的三个水果列合并为向量
• grepl()检查每个元素是否匹配目标字符串，any()判断该行是否有至少一个匹配项

如果需要排除空字符串、"N/A"这类无效值，可以先清洗数据：

# 先将无效值替换为NA
mydata_clean <- mydata %>%
  mutate(across(starts_with("fruit"), ~ ifelse(.x %in% c("", "N/A"), NA, .x)))

# 再检查，添加na.rm=TRUE忽略NA
mydata_clean %>%
  rowwise() %>%
  mutate(has_orange = any(grepl("orange", c(fruit, fruit2, fruit3)), na.rm = TRUE)) %>%
  ungroup()

方法2：使用if_any()（dplyr 1.0.0及以上版本） #

这是更简洁的dplyr原生写法，无需手动合并列：

# 检查每行是否包含"orange"
mydata %>%
  mutate(has_orange = if_any(starts_with("fruit"), ~ grepl("orange", .x)))

# 检查每行是否包含"jackfruit"
mydata %>%
  mutate(has_jackfruit = if_any(starts_with("fruit"), ~ grepl("jackfruit", .x)))

说明：

• starts_with("fruit")自动匹配所有以fruit开头的列
• if_any()会对每行的指定列逐一应用grepl判断，只要有一列匹配就返回TRUE

内容的提问来源于stack exchange，提问作者Adrian